“大數(shù)據(jù)”在各行各業(yè)彰顯出其獨特的優(yōu)勢，人們對其的運用也越來越多，大數(shù)據(jù)對影視行業(yè)也產(chǎn)生了巨大影響。目前流行的“邊制邊播”電視劇以及在大數(shù)據(jù)指導(dǎo)下的商業(yè)市場電影，解決了影視創(chuàng)作者和市場需求的矛盾。

當(dāng)談及大數(shù)據(jù)時，舍恩伯格提到了其具有體量巨大、忽略特殊性以及因果關(guān)系的忽略等特點。在影視行業(yè)中，影視大數(shù)據(jù)的集合包括在線票務(wù)平臺沉淀的消費數(shù)據(jù)、受眾畫像和評論輿情，以及播出平臺沉淀的收視數(shù)據(jù)、瀏覽數(shù)據(jù)、會員畫像和。相對而言，小數(shù)據(jù)的特點是抽樣的、樣本反饋的和包含原因的等，這些數(shù)據(jù)來源于調(diào)研公司的各種調(diào)研活動。

大數(shù)據(jù)具備處理海量數(shù)據(jù)、快速流轉(zhuǎn)數(shù)據(jù)以及多樣數(shù)據(jù)類型的能力，通過迅速進(jìn)行分析，可以節(jié)約市場成本并確保數(shù)據(jù)的準(zhǔn)確性，滿足不同受眾的觀影需求，打造具有高商業(yè)價值的影視作品，實現(xiàn)共贏。與電影行業(yè)的結(jié)合相比，小數(shù)據(jù)與電影行業(yè)的結(jié)合可以追溯到上世紀(jì)20年代。

一、小數(shù)據(jù)與影視數(shù)據(jù)研究

在20世紀(jì)20年代，好萊塢的發(fā)行商開始通過對觀影后觀眾的口頭調(diào)研來了解他們的反饋。起初，調(diào)研是在影院的廁所里進(jìn)行的，隨后建立了預(yù)映制度。

在接下來的30年里，George Gallup憑借一篇名為《用科學(xué)方法而不是猜測來確定讀者興趣》的文章正式進(jìn)入這一領(lǐng)域。他不僅成功預(yù)測了其岳母在競選中的勝利，還建立了受眾研究公司，為好萊塢的大型制片廠和獨立片商進(jìn)行了超過5000次的調(diào)查。在二戰(zhàn)前，Leo Handel在米高梅公司工作，專注于受眾調(diào)研和分析。二戰(zhàn)后，他編寫了影視調(diào)研手冊，其指導(dǎo)和借鑒意義至今仍持續(xù)存在。

1946年，美國電影協(xié)會設(shè)立了研究分部，并出現(xiàn)了更多的官方和私人調(diào)研機構(gòu)，促進(jìn)了電影行業(yè)小數(shù)據(jù)統(tǒng)計、分析、預(yù)測和決策流程的建立與優(yōu)化。

到20世紀(jì)80年代，觀眾調(diào)研和數(shù)據(jù)分析成為每部重要影片的標(biāo)準(zhǔn)流程。當(dāng)代好萊塢電影數(shù)據(jù)調(diào)研體系已發(fā)展出七種主要類型的測試，這些調(diào)研及其背后的數(shù)據(jù)分析構(gòu)成了一個相對完整的體系，滲透于影片從前期發(fā)展到發(fā)行的各個環(huán)節(jié)。

二、數(shù)據(jù)調(diào)研

數(shù)據(jù)調(diào)研的核心要點包括四項：問卷設(shè)計、樣本篩選、數(shù)據(jù)搜集、數(shù)據(jù)整理與分析。了解運籌學(xué)與決策學(xué)、大數(shù)據(jù)邏輯的朋友，不難發(fā)現(xiàn)后兩項與上述學(xué)科完全一致，只不過決策學(xué)和大數(shù)據(jù)在其后增加了“決策”這一步驟。在調(diào)研過程中并不包含這一步的目的，是把這一步留給專業(yè)人員和權(quán)威人士。

問卷設(shè)計兩分為篩選性問題和調(diào)查性問題。顧名思義，篩選性問題通過獲得被調(diào)查者的社會屬性（年齡、性別、所在城市）和特殊標(biāo)簽，用來過濾出合適的被調(diào)研對象，調(diào)查性問題透析出受訪者對各個問題的行為及態(tài)度數(shù)據(jù)。

在判斷問卷質(zhì)量及其設(shè)計者的能力時，可以參考以下三個指標(biāo)：

1.有效性指標(biāo)——得到相應(yīng)答案。2.可對話性指標(biāo)——調(diào)查持續(xù)進(jìn)行。3.精確性——直擊要點。

數(shù)據(jù)收集分為四種方式：線下問卷收集、線上問卷收集、線下訪談數(shù)據(jù)收集、電話調(diào)查數(shù)據(jù)收集。

線上問卷比線下問卷收集的調(diào)查范圍更廣闊，費用更低，數(shù)據(jù)收集速度較快；但在調(diào)查層面，線下訪談的調(diào)查問題可以更復(fù)雜、更多樣、更開放，針對受訪者的態(tài)度及時調(diào)整問題思路，從而得到更深入的洞察。

數(shù)據(jù)功效，線上問卷能用量化的方式告訴你你想知道的答案。比如，從抽樣來反推被調(diào)研內(nèi)容是否會被大部分人所接受喜愛、哪部分細(xì)分人群是最喜歡的核心受眾等。線下訪談則能了解具體某一種標(biāo)簽人群對于被調(diào)研內(nèi)容的具體態(tài)度，收獲的信息量更大。值得提倡的是，數(shù)據(jù)搜集方法的選擇，要避免經(jīng)驗性的固化思維，而更應(yīng)該辯證地具體問題具體分析。

數(shù)據(jù)整理與分析，與調(diào)研員的經(jīng)驗與能力息息相關(guān)。它要運用數(shù)學(xué)、統(tǒng)計學(xué)的知識方法，結(jié)合行業(yè)信息進(jìn)行多維度的思考與討論，對搜集、整理后的數(shù)據(jù)進(jìn)行“解碼和編碼”、“歸納和演繹”，最終形成分析結(jié)論。這是調(diào)研的核心部分，也是調(diào)研中最為復(fù)雜的部分。

三、調(diào)研工具

結(jié)合電影的整個生命周期，調(diào)研工具貫穿于制作前后，具體包括：概念測試、市場定位測試、受眾調(diào)研、片名測試、物料測試、試映會等多種手段。

在研創(chuàng)投制宣發(fā)放的全流程體系里：概念測試處于項目的研發(fā)階段，用于了解開發(fā)項目是否具備市場潛力、未來研發(fā)創(chuàng)作針對的細(xì)分受眾是誰。這一項調(diào)研更多服務(wù)于項目開發(fā)和創(chuàng)作期；市場定位測試則更多傾向于早期宣傳營銷階段，目的在于當(dāng)項目準(zhǔn)備開始進(jìn)行第一次宣傳前，用實際的項目元素（片名、故事梗概、導(dǎo)演、演員、服裝造型圖等）來了解，目前的項目樣貌應(yīng)該如何在未來的市場環(huán)境中定位、以及再次驗證需要重點營銷宣傳的受眾對象，這一項調(diào)研更多服務(wù)于項目營銷前期。

1.受眾四象限——受眾調(diào)研

影片的分眾調(diào)研，可以嘗試將受眾按不同標(biāo)簽進(jìn)行分類，如“豆瓣用戶”、“影片粉絲”、“明星粉絲”等具有代表性的標(biāo)簽，其結(jié)果是符合上述標(biāo)簽的受眾對擬測試故事的感興趣程度遠(yuǎn)高于對照組，更加貼合電影創(chuàng)作的規(guī)律與需求。

測試故事主線、人物設(shè)定、視覺化風(fēng)格、特殊元素等，可以幫助我們快速確定受眾畫像，一旦我們可以提前描摹出目標(biāo)受眾的樣貌，我們就可以通過相應(yīng)渠道積累的受眾分布比例、受眾池的大小計算圈層收益。所謂圈層收益則是指最有可能第一批觀影的受眾規(guī)模及其帶來的票房或收益規(guī)模。而第二批甚至是第三批觀眾的規(guī)模，與影片質(zhì)量及口碑大大相關(guān)。

2.片名

1943年，電影研究局曾經(jīng)做出對促使電影觀眾走進(jìn)影院因素的研究，其中片名排在故事及演員之后，成為非常重要的因素之一。同樣地，物料作為電影的廣告（主要指電影海報、預(yù)告片等主要物料），其單價及預(yù)算占比越來越高；五萬元一張海報，十萬元一支預(yù)告，已經(jīng)是時下最普遍的報價，因此相對于片名測試，物料測試的實際意義可能更大。

物料測試可以提前了解觀眾看過物料后對影片的興趣程度，好的物料引發(fā)觀影沖動，這類案例不勝枚舉。物料測試結(jié)果不代表最終結(jié)果，其最大的意義在于幫助創(chuàng)作者聽到最真實的聲音，是否修改和如何修改則留給創(chuàng)作者的“自尊心和創(chuàng)造力”。另一方面，有效的物料傳播意味著“在適當(dāng)?shù)臅r間、適合的渠道上被恰當(dāng)?shù)娜丝吹健保虼?，在物料不做后續(xù)修改的情況下，物料測試可以預(yù)知被測試物料對哪部分受眾的觀影興趣提升效果最佳，繼而在后續(xù)宣傳推廣中有針對性的選擇匹配受眾的渠道。這種適配性也是物料測試需要回答的問題。

3.試映會

可以簡單描述為電影的診斷會——它可以幫助剪輯確定Final檔案，另一方面可以指導(dǎo)物料的投放。雖然平衡創(chuàng)作人與用戶數(shù)據(jù)的關(guān)系很難，但試映會的反饋也代表著不同的聲音，也可以側(cè)面映射出影片上映后可能會出現(xiàn)的相關(guān)討論，有極大的參考價值。

四、大數(shù)據(jù)下的數(shù)據(jù)工具

大數(shù)據(jù)是在掌握海量數(shù)據(jù)的技術(shù)基礎(chǔ)上所產(chǎn)生的一種判斷和預(yù)測的能力。相比于專家通過因果關(guān)系得出的模型，大數(shù)據(jù)則使數(shù)據(jù)本身變成模型。因為再復(fù)雜的模型也無法包羅萬象。而當(dāng)數(shù)據(jù)“大”到能對幾乎整個樣本空間進(jìn)行充分覆蓋時，就可以減弱對模型的依賴，不再需要通過模型去經(jīng)歷“從特殊歸納到一般，再從一般演繹到特殊”的流程，而是利用大數(shù)據(jù)去直接實現(xiàn)“從特殊到特殊”的判斷和預(yù)測。

正是基于這一特點，大數(shù)據(jù)在內(nèi)容推薦系統(tǒng)中被廣泛使用并收效甚好。Netflix總結(jié)了大量廣為人知的推薦算法，例如： Video-Video Similarity，其基礎(chǔ)邏輯是Because You Watched (BYW)，基于你觀看過的某部電影進(jìn)行相似度計算。除此以外，還有基于類型優(yōu)先的PVR - Personal Video Ranker、基于個性化優(yōu)先的Top-NVideo Ranker等等。

同樣地，大數(shù)據(jù)在作為標(biāo)準(zhǔn)判斷，針對大規(guī)模作品給出普遍評價時，具有提高效率的優(yōu)勢。例如，騰訊視頻正在使用的ROI系統(tǒng)，小土科技的劇易評系統(tǒng)。前者尚未公布細(xì)節(jié)信息，后者已向部分電視臺及網(wǎng)站提供了劇集采購的推薦服務(wù)，其系統(tǒng)通過比對近20的收視率與其對應(yīng)的電視劇劇本，建立了動態(tài)的量化模型，通過模型計算評估擬定劇本及項目，并給出采買意見。

小數(shù)據(jù)可以分眾、可以透析原因，從而可以輔助內(nèi)容創(chuàng)作，如營銷策略的制定、物料的修改等；大數(shù)據(jù)追求真實完整、解決效率問題，有利于幫助平臺篩選內(nèi)容、分發(fā)內(nèi)容。

數(shù)據(jù)分析的應(yīng)用對于電影行業(yè)的發(fā)展具有非常重要的意義，在推測題材、鎖定受眾、精準(zhǔn)營銷、獲得反饋、制造爆點等方面發(fā)揮著無可替代的作用，有助于我們在這個不確定性市場中找到相對確定性。數(shù)據(jù)分析可以成為制作方與發(fā)行方的分界線，也可以成為取得成功的敲門磚。在大數(shù)據(jù)時代的眼前，將數(shù)據(jù)分析能力運用于影片生產(chǎn)、發(fā)行、營銷，將成為電影市場競爭的后勁，期待在數(shù)據(jù)分析的助力下，影視行業(yè)可以蓬勃生機。